OpenAI 联合创始人伊利亚·苏茨克维尔 （Ilya Sutskever） 近日表示，人工智能研究人员必须找到新的方法来扩展机器智能，以克服现有局限。

苏茨克维尔在加拿大温哥华举行的2024年神经信息处理系统 （NeurIPS） 大会上发表了一场演讲，他认为人工智能预训练的时代即将结束，并预测了人工智能智能的兴起。

苏茨克维尔认为，通过更好的硬件、软件和机器学习算法来提高计算能力，其速度已经超过了可用于 AI 模型训练的数据总量。这位 AI 研究人员将数据比作化石燃料，终将有耗尽的一天。苏茨克维尔表示:

“数据不会增长，因为我们只有一个互联网。你甚至可以说，数据是 AI 的化石燃料。它以某种方式被创造出来，现在我们使用它，并且我们已经达到了数据峰值，未来不会再有更多的数据了——我们必须处理我们拥有的数据。”

这位 OpenAI 联合创始人预测，智能体 AI、合成数据和推理时间计算将是人工智能的下一个演变方向，并最终促成人工智能智能的诞生。

AI 智能体或将颠覆现有模式

AI 智能体的能力超越了当前的聊天机器人模型，它们能够在没有人为干预的情况下做出决策。随着 AI 模因币和 Truth Terminal 等大型语言模型 （LLM） 的兴起，AI 智能体已成为加密货币领域的热门话题。

Truth Terminal 在开始推广一种名为 Goatseus Maximus （GOAT） 的模因币后迅速走红。该模因币最终达到了10亿美元的市值，吸引了散户投资者和风险投资家的关注。

谷歌 DeepMind 人工智能实验室发布了 Gemini2.0——一种将为 AI 智能体提供动力的人工智能模型。

据谷歌称，使用 Gemini2.0框架构建的智能体将能够协助完成复杂的任务，例如在网站之间进行协调和逻辑推理。

能够独立行动和推理的 AI 智能体的进步将为 AI 克服数据幻觉奠定基础。

AI 幻觉的出现是由于不正确的数据集，以及 AI 预训练越来越依赖于使用旧的 LLM 来训练新的 LLM，这会随着时间的推移降低性能。

数据瓶颈与 AI 未来

苏茨克维尔的观点强调了 AI 发展面临的巨大挑战:随着 AI 模型规模的不断扩大，对数据的需求也日益增长。然而，现实是，可用数据量增长的速度远远赶不上模型对数据需求的增长。这迫使研究人员必须探索新的方法，来克服数据瓶颈。

AI 智能体、合成数据和推理时间计算，或许将成为 AI 未来发展的新方向。这些技术将有望帮助 AI 模型减少对海量数据的依赖，并提高其推理和决策能力。而 AI 智能的出现，则预示着 AI 技术可能将迎来一个全新的时代，它或将彻底改变我们现有的生活方式和工作模式。